Como crescemos em análise de taxas interbancárias

Antes, confiar apenas em intuição custava caro. Agora, sinais fiáveis sobre taxas interbancárias mudam decisões sem custos desnecessários.

  1. Primeiro modelo lançado no setor

    Lançamento do primeiro modelo próprio de análise de liquidez bancária, focado em identificar sinais precoces de stress entre instituições financeiras.
  2. Machine learning integrado às análises

    Integração de machine learning para refinar previsões e ampliar a precisão dos alertas sobre risco de liquidez observados no mercado interbancário europeu.
  3. Reconhecimento em eventos do setor

    Reconhecimento em conferências fintech de Lisboa por soluções inovadoras aplicadas ao estudo de taxas interbancárias e risco sistémico.

  4. Crescimento da equipa técnica

    Expansão da equipa de ciência de dados, reforçando competências em análise quantitativa e modelação preditiva aplicada ao sistema financeiro europeu.

  5. Automação de validação de dados

    Implementação de rotinas automáticas de validação e revisão de dados, elevando o padrão de fiabilidade nos sinais fornecidos.

O que guia a nossa abordagem em análise de sinais financeiros

Conheça a liderança e equipa técnica de ciência de dados

A equipa alia experiência prática em mercados financeiros, ciência de dados aplicada e métodos quantitativos. Cada membro traz foco operacional, partilhando soluções testadas e revendo processos. Testemunhos do setor validam que só conhecimento do terreno permite rigor consistente.

João Nunes da Costa

João Nunes da Costa

Diretor Científico e Fundador

Lisboa, Portugal

Áreas de maior foco técnico

Modelação estatística avançada Sistemas de alerta de liquidez Validação de dados financeiros Gestão de equipas técnicas

Lidera o desenho de modelos de alerta para taxas interbancárias, coordenando revisões e controlos de qualidade sobre os algoritmos usados na produção diária dos sinais.

Ana Filipa Borges Lima

Ana Filipa Borges Lima

Gestora de Dados e Operações

Porto, Portugal

Especialidades operacionais

Automação de processos Gestão de dados bancários Análise operacional Controlo de qualidade

Especialista em integração de fontes de dados e automação de rotinas, garantindo robustez e consistência dos fluxos de dados usados nos relatórios.

Miguel Alves Rodrigues

Miguel Alves Rodrigues

Consultor de Compliance e Privacidade

Coimbra, Portugal

Domínios de conformidade

Conformidade europeia Proteção de dados Auditoria de processos Gestão de risco legal

Responsável por garantir que as metodologias e procedimentos estejam alinhados com as melhores práticas e normas europeias de privacidade e segurança.

Carolina Vieira Pacheco

Carolina Vieira Pacheco

Cientista de Dados Sénior

Braga, Portugal

Focos de desenvolvimento técnico

Machine learning aplicado Modelos preditivos Validação algorítmica Monitorização contínua

Desenvolve algoritmos de machine learning adaptados ao setor financeiro, analisando desempenho e ajustando parâmetros para manter padrões elevados de precisão.

Reconhecimentos em inovação e análise financeira

Inovação Digital em Fintech

Prémio de Inovação Digital em Serviços Financeiros, concedido pela Associação Portuguesa de Fintech

2019

Excelência em Análise Quantitativa

Distinção em Análise Quantitativa pela conferência European Fintech Analytics Summit

2020

Aplicação de IA em Finanças

Reconhecimento pelo Fórum de Inteligência Artificial para o Setor Financeiro em Lisboa

2021

Boas Práticas em Dados

Certificação de Boas Práticas em Dados concedida pelo Data Science Portugal

2023

Soluções RegTech de Destaque

Selo de Mérito em Soluções RegTech atribuído pelo Observatório Europeu de Tecnologia Financeira

2024